盒子论坛 v2.1

@wac1104
找到了一个下载，日期是2013-4-18。
但是分词有问题，尝试了调整参数也不行。
比如例句：“我名字叫李那曲是一个中国人, 我有时买Q币来玩, 我还听说过C#语言”
结果是：
1:名
2:字
3:叫李
4:那
5:曲是
6:
7:时
8:玩,
9:还
10:#
11:言

丢词，名词被分解成单字，即使设置了Duality :=true 和MultiModes := [mcmDuality] 也不能聚合单字
----------------------------------------------
-

作者：

wac1104 (火鸟)	★☆☆☆☆	-
	普通会员

2017/12/25 15:35:39

4楼：

FParser.Duality :=true;
    FParser.Charset :='gbk';
  S :='成都合顺财务咨询有限公司成都公司注册_成都工商注册_成都注册公司_成都外资公司注册_成都工商注册代理代办';
  //FParser.MultiModes :=[mcmZAll];

  FParser.AddDict('D:\dictionary\dict.xdb',true);
  FParser.RuleFile :='D:\dictionary\rules.ini';
  FParser.Parse(S);

以上是我的代码初始化的过程
----------------------------------------------
火鸟

作者：

badwood (badwood)	★☆☆☆☆	-
	盒子活跃会员

2017/12/25 15:46:29

5楼：

XE6，按照你的代码一模一样运行：

var
  tmpclass: TSCWSWordParser;
  tmpresult: TSCWSResult;
  S: string;
  i: Integer;
begin
  S :='成都合顺财务咨询有限公司成都公司注册_成都工商注册_成都注册公司_成都外资公司注册_成都工商注册代理代办';

  tmpclass := TSCWSWordParser.Create();
  tmpclass.Charset := 'gbk';
  tmpclass.AddDict('E:\dictionary\dict.xdb', true);
  tmpclass.Duality := True;
  // tmpclass.EnableIgnore := true;
  // tmpclass.MultiModes := [mcmDuality];
  tmpclass.RuleFile := 'E:\dictionary\rules.ini';
  tmpresult := tmpclass.Parse(S);
  i := 0;
  while not tmpresult.Eof do
  begin
    Inc(i);
    Mdest.Lines.Add(IntToStr(i) + ':' + tmpresult.Text);
    tmpresult.Next;
  end;
  tmpresult.Free;
  tmpclass.Free;

end;

结果是：

1:都
2:务咨
3:册_
4:_
5:资
6:注
7:代

我发现，设置的词典根本没起作用，不管是GBK还是UTF8，我将目录名故意填错，返回的结果和上面也一模一样。
----------------------------------------------
-

作者：

crystalmoon (crystalmoon)	★☆☆☆☆	-
	盒子活跃会员

2017/12/26 9:55:30

6楼：

这个本来就不是完美的，mmseg的结果也是有一点问题的。

此帖子包含附件:

大小:8.6K

----------------------------------------------
-

作者：

badwood (badwood)	★☆☆☆☆	-
	盒子活跃会员

2017/12/26 11:28:26

7楼：

@crystalmoon
你的mmseg是DELPHI接口吗？能否提供
----------------------------------------------
-

作者：

badwood (badwood)	★☆☆☆☆	-
	盒子活跃会员

2017/12/26 13:21:51

8楼：

@wac1104

问题已解决，XE6下，接口的一些数据类型需要修改。
然后之前没有使用nextword这个函数。

谢谢你的提供的接口。
----------------------------------------------
-

作者：

edwinyeah (Edwin)	★☆☆☆☆	-
	盒子活跃会员

2017/12/27 14:50:44

9楼：

这个火鸟大侠提供的接口在哪里可以下载？谢谢。
----------------------------------------------
-

作者：

edwinyeah (Edwin)	★☆☆☆☆	-
	盒子活跃会员

2017/12/27 15:04:07

10楼：

我用武稀松大侠的版本，用你上面的代码测试了一下，结果跟你的一模一样。
----------------------------------------------
-

作者：

wac1104 (火鸟)	★☆☆☆☆	-
	普通会员

2017/12/27 15:21:40

11楼：

我用得就是武稀松得，调用得scws 库只不过武稀松得我没找到dll 后来我下载scws 自己加了个dll导出编译了一下打包起来了
----------------------------------------------
火鸟

作者：

badwood (badwood)	★☆☆☆☆	-
	盒子活跃会员

2017/12/27 17:44:50

12楼：

这里有火鸟大大SCWS的包，在XE下把string都改为 rawbytestring就可以了。

此帖子包含附件:badwood_20171227174449.rar 大小:4.59M

----------------------------------------------
-

作者：

edwinyeah (Edwin)	★☆☆☆☆	-
	盒子活跃会员

2017/12/27 22:05:45

13楼：

谢谢楼上。

有个新思路，不知道哪位大侠有兴趣：把cppjieba分词的C语言API（即dll），做个Delphi的接口就好。

在这：https://github.com/yanyiwu/cjieba

我没怎么研究，不过听说很多人用。
----------------------------------------------
-

作者：

badwood (badwood)	★☆☆☆☆	-
	盒子活跃会员

2017/12/28 11:12:05

14楼：

同求cjiaba的DLL接口
----------------------------------------------
-

作者：

wac1104 (火鸟)	★☆☆☆☆	-
	普通会员

2017/12/28 12:15:30

15楼：

封装应应该相对简单，参考python代码，我之前就是参考python代码封装得webdriver4D的，自己多动动手没坏处。
----------------------------------------------
火鸟

作者：

badwood (badwood)	★☆☆☆☆	-
	盒子活跃会员

2017/12/28 12:45:56

16楼：

……作为一个只用过DELPHI的极其业余的编程爱好者，难度有点大。
----------------------------------------------
-

作者：

crystalmoon (crystalmoon)	★☆☆☆☆	-
	盒子活跃会员

2017/12/28 13:56:09

17楼：

@ badwood
不是的，没有Delphi的接口，我是看网上的用这个算法的人比较多。上面的图是其它软件里的，我试着编译了一个C的Dll,把按它格式写Delphi接口，没有成功（传入的字符串会有莫名奇妙的乱码，结果的length数值也不对。），附上半成品，有兴趣，你可以继续研究。

此帖子包含附件:crystalmoon_2017122813568.rar 大小:4.43M

----------------------------------------------
-

作者：

badwood (badwood)	★☆☆☆☆	-
	盒子活跃会员

2018/1/18 19:26:54

18楼：

经过一段时间对SWCS的DLL测试，这个没法实际应用，经常在分词时出现 Stack Overflow 错误。
----------------------------------------------
-

作者：

badwood (badwood)	★☆☆☆☆	-
	盒子活跃会员

2018/1/18 19:43:14

19楼：

测试后发现，上述stack overflow 出现在文本含有 “人大” 一词的情况下，也不知道还有多少这种特殊词
----------------------------------------------
-

作者：

letianwuji (大器晚成)	▲▲▲▲▲	-
	普通会员

2018/1/19 17:34:33

20楼：

C# 用盘古分词;
dll的话，用——NLPIR.dll或ICTCLAS50.dll....
----------------------------------------------
相信自己，若自己都不相信，那还有谁可信。

信息

登陆以后才能回复